/ Модель

Характеристики

Лицензия
CC BY-NC-SA 4.0
Библиотека
transformers
Опубликована
29 янв 2024

dataeaze-text2sql-codellama_7b_instruct-dzsql

Генерация текстаТекст → текст

Инструктивно дообученная CodeLlama-7B преобразует запросы на английском языке в SQL для аналитических и BI-конвейеров.

0скачиваний за 30 дней12лайковвеса обновлены20 фев 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Dataeaze Systems Pvt Ltd разработала эту инструктивно дообученную модель для преобразования запросов на естественном английском языке в SQL. Модель основана на CodeLlama-7b-Instruct-hf и использует архитектуру LlamaForCausalLM; веса опубликованы в формате Safetensors.

Модель предназначена для генерации SQL-запросов по описанию на английском языке и может служить начальным этапом конвейера аналитики данных или бизнес-аналитики. В карточке приведена оценка на тестовой части SPIDER 1.0: 20,6 по метрике выполнения запросов с учётом значений и 16,7 по точному совпадению без значений.

Модель обучена только для английского языка и не гарантирует точность при задачах за пределами преобразования текста в SQL. Разработчик отмечает, что это компактная модель для вывода, не обеспечивающая передовые результаты по точности. Лицензия CC-BY-NC-SA-4.0 предусматривает некоммерческое использование; для коммерческого применения следует связаться с разработчиком.

Сценарии применения

  • преобразование вопросов на английском языке в SQL-запросы
  • генерация SQL для аналитики данных по описанию задачи
  • подготовка SQL-запросов для конвейера бизнес-аналитики

Ограничения

Модель предназначена для английского языка и преобразования текста в SQL; точность на других задачах не гарантируется. Разработчик сообщает, что качество не является передовым; лицензия разрешает некоммерческое использование.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for text2sql

LLM instruction finetuned for Text-to-SQL task.

Model Details

Model Description

Uses

Direct Use

Model can be used a tool to convert queries in expressed in natural language (English) to SQL statements

Downstream Use

The model could be used as the initial stage in a data analytics / business intelligence application pipeline.

Out-of-Scope Use

Model has been fine tuned on a specific task of converting English language statements to SQL queries. Any use beyond this is not guaranteed to be accurate.

Bias, Risks, and Limitations

  • Bias: Trained for English language only.
  • Risk: Guardrails are reliant on the base models CodeLlama (Llama2). Finetuning could impact this behaviour.
  • Limitations: Intended to be a small model optimised for inference. Does not provide SoTA results on accuracy.

How to Get Started with the Model

Use the code below to get started with the model.

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
                                "dataeaze/dataeaze-text2sql-codellama_7b_instruct-dzsql", 
                                torch_dtype=torch.bfloat16,
                                device_map='auto'
                                )

tokenizer = AutoTokenizer.from_pretrained("dataeaze/dataeaze-text2sql-codellama_7b_instruct-dzsql")
# print("model device :", model.device)
tokenizer.pad_token = tokenizer.eos_token
model.eval()

prompt = """ Below are sql tables schemas paired with instruction that describes a task. 
Using valid SQLite, write a response that appropriately completes the request for the provided tables. 
### Instruction: How many transactions were made by a customer in a specific month? 
### Database: RewardsProgramDB61 
### Input: 
CREATE SCHEMA RewardsProgram;

CREATE TABLE Customer (
    CustomerID INT NOT NULL AUTO_INCREMENT,
    FirstName VARCHAR(50) NOT NULL,
    LastName VARCHAR(50) NOT NULL,
    Email VARCHAR(100) UNIQUE NOT NULL,
    Phone VARCHAR(20) UNIQUE,
    DateOfBirth DATE,
    PRIMARY KEY (CustomerID)
);

CREATE TABLE Membership (
    MembershipID INT NOT NULL AUTO_INCREMENT,
    MembershipType VARCHAR(50) NOT NULL,
    DiscountPercentage DECIMAL(5, 2) NOT NULL,
    ValidFrom DATETIME,
    ValidTo DATETIME,
    CustomerID INT NOT NULL,
    PRIMARY KEY (MembershipID),
    FOREIGN KEY (CustomerID) REFERENCES Customer(CustomerID)
);

CREATE TABLE Transaction (
    TransactionID INT NOT NULL AUTO_INCREMENT,
    TransactionDate TIMESTAMP,
    TotalAmount DECIMAL(10, 2) NOT NULL,
    CustomerID INT NOT NULL,
    PRIMARY KEY (TransactionID),
    FOREIGN KEY (CustomerID) REFERENCES Customer(CustomerID)
);

CREATE TABLE TransactionDetail (
    TransactionDetailID INT NOT NULL AUTO_INCREMENT,
    TransactionID INT NOT NULL,
    ProductID INT NOT NULL,
    Quantity INT NOT NULL,
    UnitPrice DECIMAL(10, 2) NOT NULL,
    PRIMARY KEY (TransactionDetailID),
    FOREIGN KEY (TransactionID) REFERENCES Transaction(TransactionID),
    FOREIGN KEY (ProductID) REFERENCES Product(ProductID)
);

CREATE TABLE Product (
    ProductID INT NOT NULL AUTO_INCREMENT,
    ProductName VARCHAR(100) NOT NULL,
    UnitPrice DECIMAL(10, 2) NOT NULL,
    AvailableQuantity INT NOT NULL,
    CreatedDate DATETIME,
    PRIMARY KEY (ProductID)
);

ALTER TABLE Membership ADD CONSTRAINT FK_Membership_Customer FOREIGN KEY (CustomerID) REFERENCES Customer(CustomerID);

ALTER TABLE TransactionDetail ADD CONSTRAINT FK_TransactionDetail_Transaction FOREIGN KEY (TransactionID) REFERENCES Transaction(TransactionID);

ALTER TABLE TransactionDetail ADD CONSTRAINT FK_TransactionDetail_Product FOREIGN KEY (ProductID) REFERENCES Product(ProductID);"
"""

input_ids = tokenizer(prompt, padding=True, return_tensors='pt')
outputs = model.generate(
    input_ids=input_ids['input_ids'].to(model.device),
    attention_mask=input_ids['attention_mask'].to(model.device),
    max_new_tokens=3072,
)

generated_query = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(generated_query)


Evaluation

Testing Data & Metrics

Testing Data

SPIDER dataset Test Set

Metrics

SQL queries are matched against the correct answer, with two types of evaluation

  • Execution with Values
  • Exact Set Match without Values

Results

model-index:
  - name: dataeaze/dataeaze-text2sql-codellama_7b_instruct-dzsql
    results:
    - task:
        type: text-to-sql
      dataset:
        name: SPIDER 1.0
        type: text-to-sql
      metrics:
        - name: Execution with Values
          type: Execution with Values
          value: 20.6
        - name: Exact Set Match without Values
          type: Exact Set Match without Values
          value: 16.7
      source:
        name: Spider 1.0 - Leaderboard
        url: https://yale-lily.github.io/spider

Model Card Authors

  • Suyash Chougule
  • Chittaranjan Rathod
  • Sourabh Daptardar

Model Card Contact

"dataeaze systems" contactus@dataeaze.io

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
647a924

0 моделей